4#17 - Robert Børlum Bach - Data Management Maturity and Media (Eng)

«It can’t be a centralized team. That is too dangerous, because you don’t know the business domain.»

A deep dive into the complex balance between data, ethics, and commercial operations in a modern media organizations. Robert Børlum-Bach from JP/Politikens Hus takes us on a fascinating journey through the media industry's data landscape, where AI is revolutionizing journalism while simultaneously raising critical questions about democracy and public discourse.

What does data management maturity actually mean in an organization? Robert challenges traditional thinking as he explains why his team avoids using the very term "maturity" and instead focuses on visibility and understanding the real challenges faced by teams. He introduces the innovative "stamp model," which visualizes how different departments require varying levels of support on their data journey.

In a world where media organizations must balance dependence on major tech platforms with the need for editorial integrity, Robert shares practical approaches to data contracts and data products that bridge the gap between technical and business needs. We explore how JP/Politikens navigates between centralization and decentralization with a "demarcation line" that is designed to be broken when teams demonstrate higher maturity.

Whether you work in data, media, or leadership, this conversation offers new perspectives on how organizations can develop a healthy data culture that balances innovation and standardization. The most important advice? Stop telling teams they have "low maturity"—start listening to their challenges and questions instead. Because that’s where true data governance begins.

Here are some key takeaways:

Social Media

• Social media is originally not designed for news consumption. Journalists and media houses need to ensure the same quality of news on SOME.
• There is an unequal dependence between media houses and SOME platforms.
• Think about then ethical implications of driving traffic to your side and platform through click bate, or rage bate, which might nit be the way you want to present your organization.

Maturity Assessments

• If data is a support function to the business it might be strange if you demand to assess the businesses dat maturity,
• Sometimes maturity is reflected in the questions you get back from whom you are assessing.
• There is a natural variety of maturity between different parts of the business.
• Showcasing this variety can be a good step towards learning from each other.
• Start with a common baseline, but try to adjust your approach in how you support the different business units to their level of maturity.
• 4 deliverables of a maturity assessment:

1. As-is
2. To-be
3. How to close the gap between as-is and to-be?
4. Measure your progress 

How to increase maturity?

• Data governance sets up the playing field, but you need to play on the field.
• Set a baseline to get a starting point. This needs to be a common determinator that is not too low and not too high, but relevant for all business units.
• «We are seeing more and more data enabling teams.»

Strategic perspective on maturity

• Maturity assessments are a snapshot in time and the world around you is constantly evolving.
• Assessments should be an organic and living thing.
• Keeping updated information on maturity should be the teams themselves.

Federated and domain oriented

• Stated with data contracts to identify producer and consumers and expectations between them.
• Understand usage, requirements, ans success criteria for data.
• Contract as skeleton and products as the flesh around it.
• Understanding roles and responsibilities is a constant challenge you need to face.

Transcript

Introduksjon og bakgrunn

Speaker 1 0:20

Dette er Metadema en holistisk synering, som en profesjon i Nordisk. Vær så god med de kompetensene vi har, og det er derfor jeg inviterer nordiske eksperter i dat og informasjonsmanagering til å snakke. Velkommen til Metadema. Og ja, i dette episode er vi tilbake i Danmark og jeg er glad i å ha Robert Bølundbach som gjerning i dag. Robert har jobbet i media med data og media for et langt tid og han jobber nå på JP Politikens, who is very much looking forward to talk with Robert about data and media in general. but we're going to dive deep into two topics that are probably on the agenda for many organizations, and one of them is data maturity. How do you treat data maturity, how do you assess your data maturity in the first place? And the other topic is centralized versus decentralized And that operational aspect towards maturity that comes kind of natural to our conversation.

Speaker 1 1:31

So, before we dive deep into the topic, there is, and there has been, a lot of talk about what maturity is, but it's a bit it's still a bit opaque, right. We talk about it as from a data maturity assessment perspective, where we set a certain score on our maturity, but it's nothing more than a proxy for something else, right? So where are we actually at? That is the big question of those maturity assessments, and I wanted just to emphasize that. I mean, this is a DEMA podcast, right, and the DEMA DM book also has its own chapter on maturity assessments and within there there's a definition of what we're looking at and I want to post a definition right up front and then see how Robert reacts to that. But it's a, according to DEMA, a method for ranking practices against maturity levels of handling data used by the organization.

Speaker 1 2:30

Det er en metode for å rankere praktiseringer mot maturiteten av å forhandle data som er brukt av organisasjonen for å karakterisere den nære staten av datamanagning og muligheter for forbedring. Det høres utenfor, men det er noen komplikerte aspekter her som vi må gjøre. Men før vi gjør det, robert, glede deg til å introdusere deg selv.

Speaker 2 2:44

Takk så mye og kudos for pronomsasjonen av både denne firmaen, jp Politikkens Hus, og min navn. Jeg har tittet frem og det er fredag. Det er solgt, og nå er det tid til å snakke om en av mine favoritttopikker data og maturitet, og sosioteknikke aspekter av data og teknologi.

Speaker 1 3:18

Det er en fint ting, så takk for at du har hatt meg. Det interessante er at denne episodeen har en lang tid i å gjøre. Jeg tror vi begynte i august i år.

Speaker 2 3:28

Ja, kanskje i august, det var en barn som kanskje kom inn i året som tok litt av min ekstra tid for å gjøre det du kaller ekstra-kirkelig arbeid, som dette kunne klasifiseres som. Så ja, det var å spille litt tid work, as this could be classified as. So yeah, that was a bit of time of sleepless nights and diaper changes, but yeah, i think you're right. Maybe we have had almost a year of this happening.

Speaker 1 3:57

It definitely sounds like you had the right priorities there. Maybe, So with the new job still quite new at JP Politikkens Hus and the little one, any time for hobbies.

Speaker 2 4:13

Yes, we are trying to. I try to do a little bit of very bad do it yourself on a summer house, summer house in a small island called Samsø, where we have a small garden. And try to hus i en liten island som heter Samsø, hvor vi har en liten garden og prøver ikke å ha noen skrengtid eller noen mobiltelefoner og bare være en liten løsere i livet og gjøre noe veldig dårlig. Men det er nå, det er tid for springklinning og maling og sånt. Så, ja, hver weekend prøver vi å gå der med den små, med doggen og sånt. Edels, ja, når vi har tid. Bordgamer, ja, god kaffe, ulike bjer, ja, jeg tror det er god ting.

Speaker 2 5:06

Og alle disse er veldig enige å kombinere med dine sommerhose. Bordgamen er med en barn, ikke, virkelig? Vi venter på ham å være gammel nok til å spille Twilight, imperium og noen av disse rolle-playing-gamer, men jeg tror det skal være litt tid før han kan. La oss begynne med rovplaying games, but I think there's gonna be a little bit of time before he can. Let's start with like Ludo or something. Yeah, fantastic.

Speaker 1 5:28

You know we've been going to Denmark for some of occasion, renting because you can't buy as a foreigner in Denmark. I think No, it's difficult. yeah, renting, yeah Renting. some of us around Ebeltoft normally.

Speaker 2 5:40

That is very close to Samsø i fakt. Ebeltoft er fantastisk, koppelsten sentralplass, fregatten, jylland, ja exakt Glassmuseum og så videre. Det er faktisk der jeg er fra originalt.

Speaker 1 5:58

Fantastisk, så snakket om originalt. hvor begynte din interesse for data?

Speaker 2 6:14

originalt. Jeg tror det begynte Talking about original. Where did your interest for data originally start? theory, you know, socio-technical that sounds very fancy, but it's kind of like just how we interact as humans with technology in organizations or in macro or micro contexts. So I always had the interest in terms of technology and the relation to human. I started at an agency after I finished studying, like a digital media agency doing digital marketing, search engine optimization and all of these wonderful things that are kind of creative and very quickly found out.

Speaker 2 7:07

Analytics are like being data informed, especially when you work with marketers and you work with agency and customers in terms of who did what campaign and how to cut the cake in the right size bites so we know who should get what return of investment og hvordan vi kan kutte kaken i de rette siden, så vi vet hvem som skal få hvilken tilgjengelighet og så videre. Så det begynte. Jeg tror det var veldig analytisk drivet min vei til data som en mer generell ting. Det var mer sånn at jeg må forstå det analytiske systemet og hvordan man får gode data for å bli bedre informert. Da begynte den røde strømmen fra der Jeg har for mange år jobbet som konsultant i media og digitalt og slovene men, stedig brødret, skolen i form av ingeniøring, data-ingeniøring, andre typer data, arkitekturen av ting, og bygget på det.

Speaker 2 8:19

Men det begynte som en nød til å ha data, for å bli bedre informert og gjøre rapportering, as a need to maybe have data to be better informed and do reporting when working with clients and so on. But data is always in connection or in context with something else. How is it used? How is it consumed? What is the quality of it? I think it's alive, or that's where my interest is is when data is alive and used, not just in tables and rows.

Speaker 1 8:54

I like that. I support that And you have a very practical approach to it. I think that's very important. Let's talk about data in media. You've been working with data. Det er veldig viktig. La oss snakke om data i media. Du har jobbet med data i media for en del tid, selv før din nye jobb. Hva vil du si er staten av data i media?

Datautfordringer i moderne medier

Speaker 2 9:16

Det er en veldig interessant spørsmål. Det er veldig fragmentert. Det er en aspekt som er den editorielle nysekonsumtionen, der AI er ekstremt stort. Det er ekstremt stort i alle vertikaler, eller stort i alle vertikaler, men AI i form av hvordan journalister skaper innhold og skriver artikler og bilder, videoer og så videre, det er bare mindre blående hvor stor effekt det har og kan ha. Vi hadde bare et symposium i form av nordisk media og AI, som jeg tror det var kalt, og det er selvfølgelig etikale bekymringer i form av ekokamper I think it was called And there's, of course, ethical concerns In terms of echo chambers, in terms of Algorithmic, you know, if we recommend Models, for example, that just you know, puts the users into Like an echo chamber where they only consume The, the articles And content that they show Interest in, or the algorithm, ekko-kjempere der de bare konsumererer artikler og kontent som de ser interesse i, eller algoritmer, som kan være en veldig dårlig måte i tanke på offentlig kjærlighet og demokrati og så videre. Så, hvordan er det å bruke AI og algoritmer i tanke på segmentasjoner og personaliseringer og så videre, og også gen-AI i form av å skrive artikler og så videre? Hvor bør, i hvilken nivå bør, menneskets touch være i form av godt, forskjell og kritisk tenkning og så videre.

Speaker 2 11:00

Så det er en del av data-AI i den editorielle etiske, hvordan vi konsumererer nyheter og så videre, som er veldig, veldig interessant. Og så selvfølgelig i hvordan vi regner penger i avdeling og subskripsjon, der data også er så viktig, kanskje ikke i den publiske måten, men særlig i termen av de økonomiske delene Digital marketing, klienter og bedrifter som kjører på våre nyhetsplattformer. Og det er selvfølgelig åndelig i termen av hva som er mulig, hvilken teknologi, hvilke komplianser, komplekspartner i form av GDPR, e-privacy, teknologisk i form av ID's, cookies og så videre. Jeg kunne gå på og på om det Og så selvfølgelig i form av en abonnementsbasert kompani, i form av å få en god kustomerlivstid, å ha datapunkter til å kjøpe til brukeren så de har et godt produkt som de liker og bruker.

Speaker 2 12:13

Så jeg tror at datateknologi for meg har de to vertikale En er mer editoriell, som har en veldig stor makropolisi-interesse, is the more editorial that has a very large macro policy interest, and then a more economic advertising subscription-based one. And of course, there is a connection between the two and data streams, between the two use cases or the two verticals.

Speaker 1 12:43

Yeah, fantastically interesting. I'm thinking about this advertisement-advertisement matching in online newspapers, and there are loads of examples for that, where this goes wrong. right, there was one a couple of years back where 20 people died in a bus accident and then underneath there was an ad for bus trips.

Speaker 2 13:07

I think there's a lot to look out for when you match your advertising and when you look into behavioral data to ensure that you're promoting the right advertising for the right people at the right time, exactly and, to be honest, you know it's very up right now in terms of personalization or hyper personalization, maybe beginning to be not such a hot potato as it was maybe 5-10 years ago, and that's good news because we have seen some use cases. I won't name any platforms or names where tracking and data has gone wild and has been used in. Jeg kan ikke nevne noen plattformer eller navn der tracking og data har gått vildt og har blitt brukt i dårlige praktikker og det har vært forstyrrelser og det har vært dårlige aktører og dårlige firmaer som har brukt data for noe. Jeg tror vi alle vet og har prøvd å være en del av det. Så det er derfor det er så viktig med ja nå sier jeg regjering men spesielt denne måten, hvorfor vi samler dette dataet, som må være uten bærer, som må være uten noen kommersielle interesse. Men selvfølgelig er det en sammenheng for vi må ha et produkt og vi må selge og advertisere vår produkt.

Speaker 2 14:40

Vår produkt er vårt nyheter og våre streaming-servis at vi da bruker våre andre data eller noen av de samme data, men for en ann and so on that we then use our other data or some of the same data but for another purpose. But it's very, very important in our company or in media companies that there are strict silos for the data in terms of what can you use for what purpose, so you don't begin to what you call it use data you collected for a purpose that you don't have the legal base for, or God forbid, that can go in and actually create some unethical ways of how the users consume their news and so on. So there has to be like a public, good, ethical thing that has to be protected. But of course there's a lot of lines in terms of selling, of having.

Speaker 2 15:41

I mean, to be honest, it would be amazing if everybody just went on our services for all time ever and consumed our advertising and so on. That would be good money and so on. But how are we balancing that in terms of also the ethical approaches? So governance and how and for what use cases we use our data is quite important.

Speaker 1 16:10

I like that because you named the two most important words. I think We should always think of data and that context and purpose. What are you intending to use it for and what context has it created? I find it very interesting you named it right in the beginning that echo chamber created through AI or editorial media. Jeg synes det er veldig interessant. Du nevnte det rett i begynnelsen at Echo Chamber ble skrevet gjennom AI eller editorielle medier. Og en av tingene jeg har tenkt på og alle store nyheter mediehus har en sosial medie-akkønne, men sosial medie er allerede ikke skrevet for å konsumere nyheter, is originally not created to consume news. So how do you create news that you can consume through Facebook, instagram, tiktok, compared to a more classical format?

Speaker 2 16:58

It's one of. I think for Now I'm just looking at our floor here because we have some people that work in that intersection, because right now there's definitely I have to be maybe careful of what I say and it's out of my pay grade but there's definitely a process where we want also to be less dependent on big platforms and social media platforms and so on, because it can be dangerous to put all your eggs in that, because på store plattformer og sosiale medier og så videre, fordi det kan være dårlig å putte alle dine egger i det, fordi de har sin egen kontroll og, selvfølgelig, sine egne interesser og så videre. Men også den største trafikkssursen, de største øyeblikkene og klikkene kommer fra disse plattformene. Så det er en kompleks relasjons som at du er hjemme coming from these platforms. So it's a complex relationship, like you know at home, where you are in a partnership, whether you like it or not, and you are dependent on each other And there's good things and there's bad things And sometimes the bad things overweight the good things, and you have to have conversations and so on and so on. But I think sometimes the conversation can be, and are beginning to be, more and more difficult to have, because og du må ha samtaler og sånt.

Datamaturitet: definisjoner og verktøy

Speaker 2 18:09

Men jeg tror at samtaler kan være, og er begynnelig å bli, mer og mer vanskelig å ha, fordi kodependenset som Nordisk Media og Nyhetshus har til de større plattformene er ikke det samme kodependenset de har til oss. Så det er en mismatch om forholdet. Men selvfølgelig er det viktig økonomisk i stedet for trafikk og engasjement. Artikler som blir skrevet og diskutert på sosiale medier bringer mye engasjement, bringer mye samarbeid, mye forståelse og bringer mye klikk og så videre til plattformen betyr at man kjøper penger, betyr at man gjør det, så videre. Men igjen, det går også inn i noen etiske aspekter av det, i stedet for at vi også har hørt om ord som klikkbøt eller rægbøt eller noe sånt som forståeligvis fungerer fordi av menneskepsykiatrien. Men på hvilken nivå vil du drive trafikk i forhold til? igjen, du har på en del etikalsaspektene og på en annen del den kommersielle aspekten. Selvfølgelig er de intervjuet og det er ikke enten eller, men selvfølgelig er det når du er i en moderne nyhets og medieplattform. Du arbeider i den konteksten og noen ganger dilemma And sometimes dilemma.

Speaker 1 19:46

Exactly, And I like the way you posted that. It is very much like in a relationship where you sometimes have to have a tough conversation, And sometimes, when I have these tough conversations with my wife, she asks for me to be a mature partner, And that I think it's kind of the same here. Right, You require a certain level of maturity to get into these conversations and to get a good outcome Which magically leads us over to the topic of. Du krever et stort nivå av maturitet for å komme inn i disse samtalen og for å få et godt utgangspunkt. Det leder oss magisk over til temaet maturitet. Du sa det rett i begynnelsen av samtalen at det er veldig mye om hvordan vi interagerer med teknologi, så de sosieteknikke aspektene Og det er, tror jeg, veld, important as a basis for that maturity. Right, It's about how can we interact, how much knowledge do we have about that technology? Alam, how would you define maturity? But how would you say what is maturity for you?

Speaker 2 20:41

Yeah, sometimes what we try now is actually not or I try not to use that word because it can have a little bit of a negative connotation Det vi prøver nå er faktisk ikke eller jeg prøver ikke å bruke det ordet fordi det kan ha en liten negativ konnotasjon fordi vi er en sentral eller en stabsfunksjon som man sier i dansk, kanskje også i norsk. Men vi er en sentralisert organisasjon som har business som konsumere. Som har business som konsumenter, og noen ganger kan det være en mismatch hvis jeg eller vi kommer ut og sier at vi nå assisterer maturiteten. Jeg har følt det på min egen skinn og bønner at det kan skje en liten bit av utfordring Å si at nå noen som vet bedre kommer og forteller oss hva vi skal gjøre. Og det kan kanskje være tru i noen små aspekter eller noen fjeller som jeg vet litt om eller som vi i vårt departement vet litt om. Men jeg tror det viktige er å skrive visibilitet på hvordan teamene og departementene bruker data for hva de bruker, hvilke utfordringer, hvilke utfordringer Og det er selvsagt mellom oss på et utfordringsnivå i form av hvilke kompetensier det er i disse framverkene eller disse verktygene.

Speaker 2 22:11

Men jeg tror at når vi gjør spørsmål og intervjuer og så videre, så spør jeg alltid hvilke vanlige utfordringer det er, for det gir meg innsatser i forhold til maturitet. Du kan ofte se det i spørsmålene du får tilbake. Den større eller mer dypeste spørsmålen forteller ofte hvor maturiteten er eller hvor de største datachallengene er. Så maturiteten, visibiliteten er en av de største begynnelsene. Visibility, i think, is one of the main starting points in terms of actually seeing the different levels of use cases and challenges.

Speaker 1 22:59

I think that's a very wise approach because if you think of challenges, challenges differ from organizational unit to organizational unit and that also has an effect on what you focus on in those units. So naturally you will get a certain variety of maturity when you start assessing. But doing an assessment that covers business units across is very much valuable because you can see those differences, you can see those varieties and you can see on what trajectory the different business units are on, and then that's a basis to learn from each other right.

Speaker 2 23:39

Yeah, exactly, i've tried to do like a. What is it called? like a? how do you say that in English? Stimple Like an engine where we have like pistons you know pistons that goes up and down And that is. I try to use that metaphor in terms of, well, when the piston one can be pushed up in terms of what we can help as a central data department in terms of data literacy or governance or advisory, really, you know how far up can we help you? So the Piston is like pushed up, and then other departments, the Piston are pushed down in terms of, well, we are very well catered, we have a high maturity, we are working advanced with our data products, with our frameworks and toolings and so on.

Speaker 2 24:30

Vi arbeider i forhold til vårt dataprodukt, våre framverk og utviklinger og så videre, Og så trenger de mindre anbefaling, kanskje ikke noe. Jeg prøver å visualisere dette kjøkkenbøkene med ulike pistoner, som er de ulike departementene, different pistons, that is. Then you know, quote on quote the different departments, in terms of. We start out maybe with a baseline or demarcation line in terms of, well, we can help here, or we have assessed that we help here, but in reality it's very fragmented in terms of the help needed or the challenges that we see. So I think that again is a visibility in terms of where should we help more, where should we help less, where is it more, som vi ser? Så jeg tror at det er en visibilitet i tanke på hvor vi bør hjelpe mer, hvor vi bør hjelpe mindre, hvor det er mer selvsustent, selvsukker, og hvor det ikke er.

Speaker 1 25:18

Ja, jeg har en punkt på det i en sekund, men jeg tenkte på noe vi må snakke om før, og det er hva som er de tilgjengelige av? en thinking about something we need to talk about before, and that is what are actually the deliverables of a maturity assessment And, from my perspective, best practice. I see it fourfolded right. So there's a certain assessment of the assets, right, what do we have in place? At what maturity level are we currently? Then there's a to-be assessment.

Speaker 1 25:49

So you have to figure out where do you want to be, because if you have a scale from 1 to 5, which is like the classic scale you have in a maturity assessment, it's not said that 5 is the goal for everything you do, right. So you need to find out what is your 2B, and that's an interesting challenge as well to figure out where do we need to be, not just from a feasibility point of view, but also from an ambition point of view. So when you have your Ss, you have your 2B or you have a gap, right, and you need to close that gap. So you need a certain I think a roadmap is part of that deliverable, and then you need to kind of measure that you actually are on the right trajectory and once you reach your goal, that you stay within that goal. That's a certain measurement framework that should also be Does it make sense to you? Definitely?

Sentralisering vs. desentralisering

Speaker 2 26:41

We have tried to use in the toolbox like a spider web where different elements have been assessed from yes, scoring from 0 to 5 eller noe annet. Det er arbitrært, men det viktige er å si hvor strategisk vi vil være. Så en er tegningen av en spiderweb eller diagram, og så er det en rød linje som sier at vi har ansatt oss selv i forhold til regjeringen og hvor vi vil være. Line maybe that says, well, we have assessed ourselves in terms of management and where we want to like our north star, or like where we want to be in two to five years. And then the gap analysis in terms of saying, well, what should we then focus on? Where are the biggest gaps between the two trends, or the two graphs, so to speak? Just having a bit of a navigational tool in terms of saying, well, these three or five things we need to really push grafer, så å si.

Speaker 2 27:29

Bare å ha en bit av en navigasjonal tool i form av å si de tre eller fem tingene vi må virkelig støtte på i form av vår datamaturitet eller datalitteratur. Så det er ulike tog i toolboken, men jeg tror det viktige er linjen av siden i en klassisk arkitekturmodell hvor du har en tre-layer-modell hvor den første er strategisk. Dette er vår nordstart, dette er våre initiativer, og så videre. Midten er kapabiliteter, kompetens, organisasjonal struktur, og den nedre er vår system, arkitektur, våre data, objekter, våre biter og steder. Men å kunne lage en linje mellom disse tre lager i stedet for å si har vi den rette teknologien i stedet for våre datakurskasser og våre strategiske initiativer?

Speaker 2 28:26

Har vi de rette kompetensene, den rette setningen, i stedet for å lage denne linjen and our strategic initiatives? do we have our right competencies, the right setup in terms of creating this line of sight? That goes into architecture more than the governance part, but they, of course, play hand in hand. But this line of sight is very important. So not collect any data or process any data or something if it doesn't have a connection to a use case or to something that we want to do.

Speaker 1 28:55

That's the way you need to do it right To make it practical.

Speaker 2 28:59

Yeah, I think that's an important thing. Like a double sandwich model right, You have to have some guidelines and something from the top quote unquote but of course, there needs to be something developed on the bottom, also, in terms of competency, of experimentation and so on Break stuff, And that's, I actually think, is the most important thing. Why we try to not try like Jota says, why we're doing data governance and so on, is to experiment and break stuff, not to sound like Mark Zuckerberg, but that there's a playing field, that there is. You know well, now we have set some goalposts, we have a playing field now. Now go play.

Speaker 1 29:43

Now you answered my question at the early hours. Fantastisk, for når du gjør disse utforskningene og ser på SAS og 2B og ser på variet av størrelse på alle dine business-unitene, så er det en naturlig tendens fra seniorregjeringen til å si at vi kanskje trenger mer kontroll, Kanskje vi trenger å sentralisere i en certain måte for å øke størrelsen på bordet. Men nå har du bare svart at dette er kanskje ikke den eneste across the board. But now you just answered that this is probably not the only way of doing it.

Speaker 2 30:13

No, but I think you have to have an approach, like I called it, the demarcation line, or like a baseline, just to set it to, for it to be broken. But you have to start somewhere. And that's the dangerous and the terrible thing about a common denominator, right? Because where do you set it? If you set it too low, then it's like the high maturity teams would be like whatever should we use this for? If you set it too high, well then you maybe lose some teams and so on, like you know in Tilton's classroom, and so on, right. So how to create and it's ever evolving, i think. But there is some no touching å skrive og det er alltid forvandling, tror jeg. Men det er noen noe-touching elementer, som om det er en cloud-infrastruktur, for eksempel. Så har du også plattformen setet av en team som kan være en common cloud-kapabilitet team eller noe sånt. Og jeg tror vi ser dette også i vårt datapraksis, at vi begynner å se mer og mer disse data-enablerings-teamet som skaper Kafka-kluster eller Terraform noe eller Lake Formation eller noe.

Speaker 2 31:30

Nå har jeg bare gått fra en AVS-møte, så jeg er i en AVS-linko nå, men å sette ja igjen denne goldposten og skeletonen for andre team å spille på, så å si, og det er også ja i data. Det kan være schemavalidasjon, det kan være visibilitet, metadata, datakataloging og så videre. Så igjen, hvordan mye putter vi på i stedet for den samme denominatoren hvor vi sier at det ikke er noe som toucher her? Og jeg tror vi ser nå fordi vi begynte ut av å si at dette er nivåen og nå gjør vi en maturitetsassessing som er pågående Vi ser at noen team er maturert nok til å ha mer oppgaver eller mer dypere oppgaver og at goalpostene i spillerfylsene er bredere enn andre team hvor vi er i en adviseringsroll i forhold til posten, og spillerfylsene er bredere enn andre teamer hvor vi er inne til å hjelpe i nærmest en adviseringsroll i tanke på datamodeling og datakontekst og businessruler.

Speaker 1 32:41

Før vi snakker om organisasjonale aspekter av sentralisering og desentralisering. Vi har allerede snakket om det. Det er en annen ting som vi burde. There's one more thing that I think we should talk about, and it's more than the strategic perspective on those maturity levels. I don't know if you've ever read Alice in Wonderland, but there's something in there that's called the Red Queen Race, which is very much Alice running as fast as she can, but it takes all the running she can do to just keep in the same place.

Speaker 1 33:13

Alice går veldig snabbt som hun kan, men det tar alt hun kan gjøre for å holde seg i samme sted. Så i disse maturitetsassessningene er de veldig snabbt i tid Og verden rundt deg er utvikling. Verden rundt deg er utvikling. Så bare gjøre en dogmatisk «Å, her er vi nå og her vil vi være» og så følger vi denne strømmen. Det vil ikke kutte a dogmatic oh, this is where we are now and this is where we want to be, and then we just follow that stream. That's not going to cut it. So you need to be able to take in external factors throughout that work on the assessment. No.

Speaker 2 33:43

I agree. You can also have a desk by assessment because when you are done then yeah, exactly, the macro factors, the external factors, has changed. At det er et test av assesment, for når du er ferdig, så har ekstra faktorer og ekstra faktorer endret. Det har også vært kjønnsrat. Det er nye mennesker som kommer. Jeg er sikkert enig. Det bør være en organisk og livsfull ting og jeg tror at noen av de tøyene som vi ser nå datakataloging-tøy eller Men de nye skjelene vi ser nå, skjelene for datakatalog eller mer nært, nært skjel kan være hjelpende i forhold til det organiserte og relasjonale aspektet av disse tingene. Det er ikke et pdf-file som ble oppdaget i 2017 som heter Final, final Version 3.

Speaker 2 34:29

Det var slik at det var så det så ut, men nå er det ubrukbart. Vi har tullinger data-katalog, også enterprise-arkitektur-tullinger at når du har informasjonen organisk og med det mener jeg også at folk og teamene som innbyr informasjonen er ansatte for å oppdatere informasjonen. Det kan ikke være en sentralisert team. Det er for dårlig, fordi man ikke vet om business-domainene Man kan aldri bli helt oppdaget, så det er en ansikt som er desentralisert, også selvfølgelig federert, men i stedet for å ha oppdaget informasjon, oppdaget asesment, det bør være teamene og departementene selv.

Speaker 1 35:24

Veldig godt. Jeg er sikkert til å forstå deg og jeg tror at, om vi ser på det fra en federert perspektiv, det er veldig mye å prøve å finne with you, and I think that, looking at it from a federated perspective, it's very much trying to find that sweet spot decentralize and decentralize. So there are certain things that you need to standardize on, to build a certain basis for people to work from, but apart from that, you should aim for autonomy. So and this is kind of also the development that data as a discipline is going towards, especially when we think of and talk about data mesh as well, og dette er også det utvikling som data som en disiplin går mot, særlig når vi tenker på vi kan snakke om datamash også her, men når vi tenker på noen av de fondingsprinsippene av datamash, som Federated Data Governance på en side, men også og dette er sannsynligvis den kruciale er domainorientasjon og dataprodukt Så hvordan tror du dataprodukter fitter?

Dataprodukter og kontrakter

Speaker 2 36:13

inn her I relasjon til vår konflikt og samfunn? Ja, god spørsmål. Ja, vi har faktisk begynt med en datakontrakt, så å si, for å visualisere og identifisere produseren og konsumenten og, innenfor det, den datakvalitetaspekten, to visualize and identify the producer and the consumer. And in between that, the data quality aspect and the contract aspect, what data is being used, what is the requirements, what is the success for the data having a good quality and so on, and then building the flesh around the contract like the skeleton, and then building the products around it as a wrapper, so it can be has discoverability aspect of it. We are trying now to.

Speaker 2 37:07

When we talk about inputs and outputs of a data product, what does that actually mean? termen av interoperabilitet og standardisering, the AI team, the publisher team, the commercial teams and so on and asked a lot of questions and a lot of whiteboarding, mirrorboarding, and now getting all that input into a data catalog and begin to describe the contracts in a prioritized way, of course, in terms of impact, complexity score, in terms of what is most important i forhold til utsikring av kompleksitet og skår i forhold til hva som er mest viktig. Og vi gjør dette med, først og fremst, analytiske data. Sprenger vi om datamessing og sånt. Så har vi selvfølgelig alle operasjonale data og pipeline. Men vi prøver å holde det med lyset på som det er for nå.

Speaker 1 38:09

Jeg synes det er en veldig smart og praktisk oppgave, også fordi du begynner med produsert-konsumer-linjen og så begynner du fra der. Jeg synes det er veldig smart Hvor klart er disse linjene definert, Særlig når vi snakker om produsert-konsumer-linjen, som vi snakker mye om en datakontraktsetning.

Speaker 2 38:28

Ja, det er en god spørsmål.

Speaker 2 38:29

Jeg mener, når helikopteren er veldig, veldig høyt i tida, kan man si at vår datadepartement har 90% av ansvaret for dataproduksjonen, så vi er kjøpere av dataplatformen, event og integrasjon og også mer business intelligence, katering til dashboarding og så videre, og alle konsumere i businessen og titlene, som er veldig fragmentet.

Speaker 2 39:00

Men det er selvfølgelig noen team som enten har vanskeligst nødvendighet eller at de er ansatte for å slisse det vertikalt, så de er både produsere og konsumer, og vi har veldig. They are responsible to kind of like slice it vertically, so they are both a producer and a consumer, and we have very interesting and very complex discussions in terms of, okay, what is then our role in terms of governance and in terms of the demarcation line or the you know up until here, we help with these aspects, these goalposts and this playing field. That is something that's not completely clear. Med disse aspektene, disse målpostene og dette spillerfjellet. Det er noe som ikke er helt klart, men jeg tror vi er nå der, i stedet for at vi har barebåndet, bakbåndet, skeletonet, at du, i alle fall, om du er i et team som både produserer og konsumerer, at du respekterer og bruker.

Speaker 1 39:50

Ja, det er det. Jeg tror vi er allerede til slutt av assuming that you respect and use Exactly. I think we are already at the end of the conversation, even though I could have gone on for another hour, but before we finish up our conversation, i think there is definitely a place for you to come up with either some key takeaways or, if there is a call to action.

Speaker 2 40:08

Yeah, call to action and key takeaways Oh, you have to help me. You have to help me. This is the most dangerous part I was afraid of, because you know very quickly you can say something that is like a cliché right, And that's maybe okay And sorry, i will try.

Speaker 1 40:29

I mean, there are a lot of companies that look into that data maturity, trying to assess it in a certain way.

Speaker 2 40:37

If you would have to give them one tip on doing that, what would that be To start out with the goalpost, setting like a plain field or setting a demarkation line or setting for it to be broken, but to say, well, we have now a common like a playing field, or setting a demarcation line or setting for it to be broken, but to say, well, we have now a common denominator in terms of governance. We can help you with this and this and that, but when and this is when you showcase a higher maturity or you have a need or a new business case and so on, this will be broken. And then we are back to the pistons in terms of saying, well, then we can help, maybe not on an advisory role, but maybe more in the bare bone, technical platform set up and so on, because you have now showcased a high responsibility and a high degree of business challenges and acumen.

Nøkkelinnsikter og oppsummering

Speaker 1 41:34

I think that was a very good takeaway. If I can add one that I think we talked about this during our conversation, and this is, let me paraphrase that it's about assessments being non-rescriptive. It's very much about stating what is the problem, what is the current state, where do we want to be. But it's not about how do you solve and how do you perform, because then you are narrowing yourself into a corner.

Speaker 2 42:03

Yes, definitely.

Speaker 2 42:04

And when talking about maturity, I have talked with the stakeholders, even the playing field maturitet har ja snakket med, med de stegholdere, du vet selv om det spiller. Ikke med noen stager under hendene og si nå vet vi, vi har de rette ansvarene. Fordi vi ikke har de rette ansvarene, vi har noen grupper i baksen og kan hjelpe. Men ikke komme med stykket og si at du er et lavt maturt departement eller team. Jeg synes det er en dårlig måte å gjøre det. Men å forstå utfordringene og spørsmålene teamet har, det er den viktige delen av datagoverning i min mening.

Speaker 1 42:52

Fantastisk. Takk så mye.

Speaker 2 42:56

Jeg er så glad vi gjorde det Fint En år i året. To eller tre barn, en barn og i mellom.

Speaker 1 43:06

Veldig verdt det.